CN117891887B - 基于gis数据共同构建空间语义数据库的方法 - Google Patents
基于gis数据共同构建空间语义数据库的方法 Download PDFInfo
- Publication number
- CN117891887B CN117891887B CN202410041197.7A CN202410041197A CN117891887B CN 117891887 B CN117891887 B CN 117891887B CN 202410041197 A CN202410041197 A CN 202410041197A CN 117891887 B CN117891887 B CN 117891887B
- Authority
- CN
- China
- Prior art keywords
- value
- soil
- forest grass
- area
- original data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 244000025254 Cannabis sativa Species 0.000 claims abstract description 136
- 239000002689 soil Substances 0.000 claims abstract description 105
- 238000005457 optimization Methods 0.000 claims abstract description 65
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000002452 interceptive effect Effects 0.000 claims description 12
- 238000012098 association analyses Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000003102 growth factor Substances 0.000 claims description 4
- 238000013433 optimization analysis Methods 0.000 claims description 4
- 241000209504 Poaceae Species 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000012482 interaction analysis Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于空间语义数据库领域,涉及数据分析技术,用于解决现有的空间语义数据库无法根据不同林草品种之间的栽种参数对栽种优化参数进行分析的问题,具体是基于GIS数据共同构建空间语义数据库的方法,对GIS数据进行预处理:将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据,林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值;根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数;本发明可以通过海拔优化范围、土壤优化范围以及面积优化范围对林草品种的栽种优化参数进行标记,由所有林草品种的原始数据与栽种优化参数构建空间语义数据库。
Description
技术领域
本发明属于空间语义数据库领域,涉及数据分析技术,具体是基于GIS数据共同构建空间语义数据库的方法。
背景技术
空间数据库是指地理信息***在计算机物理存储介质上存储的与应用相关的地理空间数据的总和,一般是以一系列特定结构的文件的形式组织在存储介质之上的;其目的是有效地利用卫星遥感资源迅速绘制出各种经济专题地图。
目前,应用于林草资源统计分析的空间语义数据库仅能够对林草资源的基本参数进行存储与管理,但是无法根据不同林草品种之间的栽种参数对栽种优化参数进行分析,在应用时也仅能够进行数据检索与调取,而无法根据用户需求进行交互式决策分析。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供基于GIS数据共同构建空间语义数据库的方法,用于解决现有的空间语义数据库无法根据不同林草品种之间的栽种参数对栽种优化参数进行分析的问题;
本发明需要解决的技术问题为:如何提供一种可以根据不同林草品种之间的栽种参数对栽种优化参数进行分析的基于GIS数据共同构建空间语义数据库的方法。
本发明的目的可以通过以下技术方案实现:
基于GIS数据共同构建空间语义数据库的方法,包括以下步骤:
步骤一:对GIS数据进行预处理:将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据,林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值;
步骤二:根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数;
步骤三:对林草品种的栽种优化参数进行标记并得到海拔优化范围、土壤优化范围以及面积优化范围,由海拔优化范围、土壤优化范围以及面积优化范围构成林草品种的栽种优化参数,由所有林草品种的原始数据与栽种优化参数构建空间语义数据库;
步骤四:对林草品种进行栽种关联分析;
步骤五:对林草品种的栽种决策进行交互分析:用户通过用户端输入预栽种的林草品种以及原始数据,将原始数据与栽种优化参数进行比对得到面积推荐值MT、土壤推荐值TT以及海拔推荐值HT;通过对面积推荐值MT、土壤推荐值TT以及海拔推荐值HT进行数值计算得到预栽种林草品种的推荐系数TJ;通过推荐系数TJ对预栽种的栽种项目是否具有可行性进行判定。
作为本发明的一种优选实施方式,对林草品种的生长状态进行监测分析的具体过程包括:将林草品种的图像数据放大为像素格图像并进行灰度变换,获取林草品种对应的生长灰度范围,将灰度值位于生长灰度范围之内的像素格标记为生长格;将灰度值位于生长灰度范围之外的像素格标记为空白格;将生长格与图像数据中的像素格数量之比标记为林草品种的生长系数。
作为本发明的一种优选实施方式,海拔优化范围的获取过程包括:对同一林草品种的原始数据进行统计,由原始数据中海拔值的最大值与最小值构成林草品种原始数据的海拔范围,将海拔范围分割为若干个海拔区间,对海拔值位于海拔区间内的原始数据对应的生长系数进行求和取平均值得到海拔区间的海拔表现值,将海拔表现值数值最大的海拔区间标记为海拔优化范围;
面积优化范围的获取过程包括:由原始数据中面积值的最大值与最小值构成林草品种原始数据的面积范围,将面积范围分割为若干个面积区间,对面积值位于面积区间内的原始数据对应的生长系数进行求和取平均值得到海拔区间的面积表现值,将面积表现值数值最大的面积区间标记为面积优化范围;
土壤优化范围的获取过程包括:由原始数据中土壤系数最大值与最小值构成林草品种原始数据的土壤范围,将土壤范围分割为若干个土壤区间,对土壤系数位于土壤区间内的原始数据对应的生长系数进行求和取平均值得到土壤区间的土壤表现值,将土壤表现值数值最大的土壤区间标记为土壤优化范围。
作为本发明的一种优选实施方式,对林草品种进行栽种关联分析的获取过程包括:获取GIS数据中林草品种的邻近作物,将林草品种按照生长系数由大到小的顺序进行排序,由排序靠前的L1个林草品种对应的邻近作物品种构建林草品种的适宜集合;由排序靠后的L1个林草品种对应的邻近作物品种构建林草品种的相斥集合。
作为本发明的一种优选实施方式,对林草品种进行栽种关联分析的获取过程还包括:将适宜集合的元素标记为适宜对象,将适宜对象所述的林草品种标记为适宜品种,对适宜品种所有原始数据中的生长系数进行求和取平均值得到适宜表现值,将适宜对象的生长系数与适宜表现值进行比较:若生长系数小于等于生长表现值,则将对应适宜对象从适宜集合中进行删除;若生长系数大于生长表现值,则将对应适宜对象保留在适宜集合中。
作为本发明的一种优选实施方式,将原始数据中的面积值对应的面积区间的面积表现值标记为面积决策值,将面积表现值高于面积决策值的面积区间的数量标记为面高值,将面积表现值低于面积决策值的面积区间的数量标记为面低值,将面高值与面低值的比值标记为面积推荐值MT;将原始数据中土壤系数对应土壤区间的土壤表现值标记为土壤决策值,将土壤表现值高于土壤决策值的土壤区间的数量标记为土高值,将土壤表现值低于土壤决策值的土壤区间的数量标记为土低值,将土高值与土低值的比值标记为土壤推荐值TT;将原始数据中的海拔值对应的海拔区间的海拔表现值标记为海拔决策值,将海拔表现值高于海拔决策值的海拔区间的数量标记为海高值,将海拔表现值低于海拔决策值的海拔区间的数量标记为海低值,将海高值与海低值的比值标记为海拔推荐值HT。
作为本发明的一种优选实施方式,对预栽种的林草品种的栽种项目可行性进行判定的具体过程包括:将预栽种的林草品种的推荐系数TJ与预设的推荐阈值TJmin进行比较:若推荐系数TJ小于推荐阈值TJmin,则判定栽种项目不具有可行性,生成不建议信号并将不建议信号发送至管理人员的手机终端;若推荐系数TJ大于等于推荐阈值TJmin,则判定栽种项目具有可行性,生成建议信号并将建议信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式,应用于基于GIS数据共同构建空间语义数据库的***当中,包括服务器,所述服务器通信连接有预处理模块、生长监测模块、优化分析模块以及交互分析模块;
所述预处理模块用于对GIS数据进行预处理并得到林草品种的原始数据;
所述生长监测模块用于根据图像数据对林草品种的生长状态进行监测分析;
所述优化分析模块用于对林草品种的栽种优化参数进行标记并构建空间语义数据库;
所述交互分析模块用于对林草品种的栽种决策进行交互分析。
本发明具备下述有益效果:
1、通过生长监测模块可以根据图像数据对林草品种的生长状态进行监测分析,结合图像处理技术获取到生长系数,通过生长系数对林草品种的生长状态好坏程度进行反馈;
2、通过优化分析模块可以对林草品种的栽种优化参数进行标记并构建空间语义数据库,结合原始数据中的海拔值、土壤系数以及面积值进行综合分析得到栽种优化范围,栽种优化范围从各个角度为林草品种提供栽种参考依据,从而丰富了空间语义数据库的应用方向;
3、通过林草品种的栽种关联分析过程可以对不同林草品种的联合栽种排斥性进行分析,经过处理之后的适宜集合中的所有元素均是林草品种的适宜邻近栽种作物,从而从生物生长的品种关联性进行林草栽种推荐;
4、通过交互分析模块可以对林草品种的栽种决策进行交互分析,根据用户输入的预栽种的林草品种以及原始数据对栽种项目可行性进行评估,从而根据评估结果对用户进行决策推荐,扩展空间语义数据库的应用范围。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的方法流程图;
图2为本发明实施例二的***框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,基于GIS数据共同构建空间语义数据库的方法,包括以下步骤:
步骤一:对GIS数据进行预处理:将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据,林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值;土壤系数是林草品种栽种土壤中的土壤肥力指标;
步骤二:根据图像数据对林草品种的生长状态进行监测分析:将林草品种的图像数据放大为像素格图像并进行灰度变换,获取林草品种对应的生长灰度范围,将灰度值位于生长灰度范围之内的像素格标记为生长格;将灰度值位于生长灰度范围之外的像素格标记为空白格;将生长格与图像数据中的像素格数量之比标记为林草品种的生长系数;
步骤三:对林草品种的栽种优化参数进行标记并构建空间语义数据库:对同一林草品种的原始数据进行统计,由原始数据中海拔值的最大值与最小值构成林草品种原始数据的海拔范围,将海拔范围分割为若干个海拔区间,对海拔值位于海拔区间内的原始数据对应的生长系数进行求和取平均值得到海拔区间的海拔表现值,将海拔表现值数值最大的海拔区间标记为海拔优化范围;由原始数据中面积值的最大值与最小值构成林草品种原始数据的面积范围,将面积范围分割为若干个面积区间,对面积值位于面积区间内的原始数据对应的生长系数进行求和取平均值得到海拔区间的面积表现值,将面积表现值数值最大的面积区间标记为面积优化范围;由原始数据中土壤系数最大值与最小值构成林草品种原始数据的土壤范围,将土壤范围分割为若干个土壤区间,对土壤系数位于土壤区间内的原始数据对应的生长系数进行求和取平均值得到土壤区间的土壤表现值,将土壤表现值数值最大的土壤区间标记为土壤优化范围,由海拔优化范围、土壤优化范围以及面积优化范围构成林草品种的栽种优化参数,由所有林草品种的原始数据与栽种优化参数构建空间语义数据库;
步骤四:对林草品种进行栽种关联分析:获取GIS数据中林草品种的邻近作物,将林草品种按照生长系数由大到小的顺序进行排序,由排序靠前的L1个林草品种对应的邻近作物品种构建林草品种的适宜集合;由排序靠后的L1个林草品种对应的邻近作物品种构建林草品种的相斥集合;将适宜集合的元素标记为适宜对象,将适宜对象的林草品种标记为适宜品种,对适宜品种所有原始数据中的生长系数进行求和取平均值得到适宜表现值,将适宜对象的生长系数与适宜表现值进行比较:若生长系数小于等于生长表现值,则将对应适宜对象从适宜集合中进行删除;若生长系数大于生长表现值,则将对应适宜对象保留在适宜集合中;对不同林草品种的联合栽种排斥性进行分析,经过处理之后的适宜集合中的所有元素均是林草品种的适宜邻近栽种作物,从而从生物生长的品种关联性进行林草栽种推荐。
步骤五:对林草品种的栽种决策进行交互分析:用户通过用户端输入预栽种的林草品种以及原始数据,将原始数据与栽种优化参数进行比对得到面积推荐值MT、土壤推荐值TT以及海拔推荐值HT:将原始数据中的面积值对应的面积区间的面积表现值标记为面积决策值,将面积表现值高于面积决策值的面积区间的数量标记为面高值,将面积表现值低于面积决策值的面积区间的数量标记为面低值,将面高值与面低值的比值标记为面积推荐值MT;将原始数据中土壤系数对应土壤区间的土壤表现值标记为土壤决策值,将土壤表现值高于土壤决策值的土壤区间的数量标记为土高值,将土壤表现值低于土壤决策值的土壤区间的数量标记为土低值,将土高值与土低值的比值标记为土壤推荐值TT;将原始数据中的海拔值对应的海拔区间的海拔表现值标记为海拔决策值,将海拔表现值高于海拔决策值的海拔区间的数量标记为海高值,将海拔表现值低于海拔决策值的海拔区间的数量标记为海低值,将海高值与海低值的比值标记为海拔推荐值HT;通过公式TJ=α1*MT+α2*TT+α3*HT得到预栽种林草品种的推荐系数TJ,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;将预栽种的林草品种的推荐系数TJ与预设的推荐阈值TJmin进行比较:若推荐系数TJ小于推荐阈值TJmin,则判定栽种项目不具有可行性,生成不建议信号并将不建议信号发送至管理人员的手机终端;若推荐系数TJ大于等于推荐阈值TJmin,则判定栽种项目具有可行性,生成建议信号并将建议信号发送至管理人员的手机终端。
根据栽种优化参数对空间关系模型进行优化:基于GIS数据,可以建立空间关系模型,空间关系包括拓扑关系、方向关系、距离关系等;通过空间关系模型,可以描述地理实体之间的空间关系,为后续的空间查询和分析提供基础;空间索引构建:为了提高空间查询的效率需要构建空间索引,常见的空间索引包括R树、Quadtree、Hilbert曲线等,这些索引结构可以有效地组织和管理地理空间数据使得空间查询更加高效;语义标注与关联:在空间语义数据库中,除了空间信息外,还需要对地理实体进行语义标注和关联,这可以通过使用本体模型、语义网络等技术实现;通过语义标注和关联可以将地理实体与相关的概念、属性、事件等进行关联,提供更丰富的语义信息。
实施例二
如图2所示,基于GIS数据共同构建空间语义数据库的***,包括服务器,服务器通信连接有预处理模块、生长监测模块、优化分析模块以及交互分析模块。
预处理模块用于对GIS数据进行预处理并得到林草品种的原始数据;
生长监测模块用于根据图像数据对林草品种的生长状态进行监测分析,结合图像处理技术获取到生长系数,通过生长系数对林草品种的生长状态好坏程度进行反馈;
优化分析模块用于对林草品种的栽种优化参数进行标记并构建空间语义数据库,结合原始数据中的海拔值、土壤系数以及面积值进行综合分析得到栽种优化范围,栽种优化范围从各个角度为林草品种提供栽种参考依据,从而丰富了空间语义数据库的应用方向;
交互分析模块用于对林草品种的栽种决策进行交互分析,根据用户输入的预栽种的林草品种以及原始数据对栽种项目可行性进行评估,从而根据评估结果对用户进行决策推荐,扩展空间语义数据库的应用范围。
基于GIS数据共同构建空间语义数据库的方法,工作时,将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据,林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值;根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数;对林草品种的栽种优化参数进行标记并得到海拔优化范围、土壤优化范围以及面积优化范围,由海拔优化范围、土壤优化范围以及面积优化范围构成林草品种的栽种优化参数,由所有林草品种的原始数据与栽种优化参数构建空间语义数据库;用户通过用户端输入预栽种的林草品种以及原始数据,将原始数据与栽种优化参数进行比对得到面积推荐值MT、土壤推荐值TT以及海拔推荐值HT;通过对面积推荐值MT、土壤推荐值TT以及海拔推荐值HT进行数值计算得到预栽种林草品种的推荐系数TJ;通过推荐系数TJ对预栽种的栽种项目是否具有可行性进行判定。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式TJ=α1*MT+α2*TT+α3*HT;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的推荐系数;将设定的推荐系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为4.46、2.51和2.32;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的推荐系数;只要不影响参数与量化后数值的比例关系即可,如推荐系数与面积推荐值的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.基于GIS数据共同构建空间语义数据库的方法,其特征在于,包括以下步骤:
步骤一:对GIS数据进行预处理:将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据,林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值;
步骤二:根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数;
步骤三:对林草品种的栽种优化参数进行标记并得到海拔优化范围、土壤优化范围以及面积优化范围,由海拔优化范围、土壤优化范围以及面积优化范围构成林草品种的栽种优化参数,由所有林草品种的原始数据与栽种优化参数构建空间语义数据库;
步骤四:对林草品种进行栽种关联分析;
步骤五:对林草品种的栽种决策进行交互分析:用户通过用户端输入预栽种的林草品种以及原始数据,将原始数据与栽种优化参数进行比对得到面积推荐值MT、土壤推荐值TT以及海拔推荐值HT;通过对面积推荐值MT、土壤推荐值TT以及海拔推荐值HT进行数值计算得到预栽种林草品种的推荐系数TJ;通过推荐系数TJ对预栽种的栽种项目是否具有可行性进行判定;
海拔优化范围的获取过程包括:对同一林草品种的原始数据进行统计,由原始数据中海拔值的最大值与最小值构成林草品种原始数据的海拔范围,将海拔范围分割为若干个海拔区间,对海拔值位于海拔区间内的原始数据对应的生长系数进行求和取平均值得到海拔区间的海拔表现值,将海拔表现值数值最大的海拔区间标记为海拔优化范围;
面积优化范围的获取过程包括:由原始数据中面积值的最大值与最小值构成林草品种原始数据的面积范围,将面积范围分割为若干个面积区间,对面积值位于面积区间内的原始数据对应的生长系数进行求和取平均值得到海拔区间的面积表现值,将面积表现值数值最大的面积区间标记为面积优化范围;
土壤优化范围的获取过程包括:由原始数据中土壤系数最大值与最小值构成林草品种原始数据的土壤范围,将土壤范围分割为若干个土壤区间,对土壤系数位于土壤区间内的原始数据对应的生长系数进行求和取平均值得到土壤区间的土壤表现值,将土壤表现值数值最大的土壤区间标记为土壤优化范围;
将原始数据中的面积值对应的面积区间的面积表现值标记为面积决策值,将面积表现值高于面积决策值的面积区间的数量标记为面高值,将面积表现值低于面积决策值的面积区间的数量标记为面低值,将面高值与面低值的比值标记为面积推荐值MT;将原始数据中土壤系数对应土壤区间的土壤表现值标记为土壤决策值,将土壤表现值高于土壤决策值的土壤区间的数量标记为土高值,将土壤表现值低于土壤决策值的土壤区间的数量标记为土低值,将土高值与土低值的比值标记为土壤推荐值TT;将原始数据中的海拔值对应的海拔区间的海拔表现值标记为海拔决策值,将海拔表现值高于海拔决策值的海拔区间的数量标记为海高值,将海拔表现值低于海拔决策值的海拔区间的数量标记为海低值,将海高值与海低值的比值标记为海拔推荐值HT;
预种植林草品种的推荐系数TJ的计算公式为TJ=α1*MT+α2*TT+α3*HT,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1。
2.根据权利要求1所述的基于GIS数据共同构建空间语义数据库的方法,其特征在于,对林草品种的生长状态进行监测分析的具体过程包括:将林草品种的图像数据放大为像素格图像并进行灰度变换,获取林草品种对应的生长灰度范围,将灰度值位于生长灰度范围之内的像素格标记为生长格;将灰度值位于生长灰度范围之外的像素格标记为空白格;将生长格与图像数据中的像素格数量之比标记为林草品种的生长系数。
3.根据权利要求2所述的基于GIS数据共同构建空间语义数据库的方法,其特征在于,对林草品种进行栽种关联分析的获取过程包括:获取GIS数据中林草品种的邻近作物,将林草品种按照生长系数由大到小的顺序进行排序,由排序靠前的L1个林草品种对应的邻近作物品种构建林草品种的适宜集合;由排序靠后的L1个林草品种对应的邻近作物品种构建林草品种的相斥集合。
4.根据权利要求3所述的基于GIS数据共同构建空间语义数据库的方法,其特征在于,对林草品种进行栽种关联分析的获取过程还包括:将适宜集合的元素标记为适宜对象,将适宜对象所述的林草品种标记为适宜品种,对适宜品种所有原始数据中的生长系数进行求和取平均值得到适宜表现值,将适宜对象的生长系数与适宜表现值进行比较:若生长系数小于等于生长表现值,则将对应适宜对象从适宜集合中进行删除;若生长系数大于生长表现值,则将对应适宜对象保留在适宜集合中。
5.根据权利要求4所述的基于GIS数据共同构建空间语义数据库的方法,其特征在于,对预栽种的林草品种的栽种项目可行性进行判定的具体过程包括:将预栽种的林草品种的推荐系数TJ与预设的推荐阈值TJmin进行比较:若推荐系数TJ小于推荐阈值TJmin,则判定栽种项目不具有可行性,生成不建议信号并将不建议信号发送至管理人员的手机终端;若推荐系数TJ大于等于推荐阈值TJmin,则判定栽种项目具有可行性,生成建议信号并将建议信号发送至管理人员的手机终端。
6.根据权利要求1-5任一项所述的基于GIS数据共同构建空间语义数据库的方法,其特征在于,应用于基于GIS数据共同构建空间语义数据库的***当中,包括服务器,所述服务器通信连接有预处理模块、生长监测模块、优化分析模块以及交互分析模块;
所述预处理模块用于对GIS数据进行预处理并得到林草品种的原始数据;
所述生长监测模块用于根据图像数据对林草品种的生长状态进行监测分析;
所述优化分析模块用于对林草品种的栽种优化参数进行标记并构建空间语义数据库;
所述交互分析模块用于对林草品种的栽种决策进行交互分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410041197.7A CN117891887B (zh) | 2024-01-11 | 2024-01-11 | 基于gis数据共同构建空间语义数据库的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410041197.7A CN117891887B (zh) | 2024-01-11 | 2024-01-11 | 基于gis数据共同构建空间语义数据库的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117891887A CN117891887A (zh) | 2024-04-16 |
CN117891887B true CN117891887B (zh) | 2024-06-11 |
Family
ID=90643996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410041197.7A Active CN117891887B (zh) | 2024-01-11 | 2024-01-11 | 基于gis数据共同构建空间语义数据库的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117891887B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114693057A (zh) * | 2022-01-12 | 2022-07-01 | 山东森环大数据有限公司 | 一种地块林草适宜性的智能评估方法 |
KR102542660B1 (ko) * | 2022-07-25 | 2023-06-15 | 농업협동조합중앙회 | 재배 작물 추천 서비스 제공 장치 및 방법 |
CN116483807A (zh) * | 2023-05-09 | 2023-07-25 | 生态环境部南京环境科学研究所 | 一种土壤污染物环境与毒性数据库构建方法 |
-
2024
- 2024-01-11 CN CN202410041197.7A patent/CN117891887B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114693057A (zh) * | 2022-01-12 | 2022-07-01 | 山东森环大数据有限公司 | 一种地块林草适宜性的智能评估方法 |
KR102542660B1 (ko) * | 2022-07-25 | 2023-06-15 | 농업협동조합중앙회 | 재배 작물 추천 서비스 제공 장치 및 방법 |
CN116483807A (zh) * | 2023-05-09 | 2023-07-25 | 生态环境部南京环境科学研究所 | 一种土壤污染物环境与毒性数据库构建方法 |
Non-Patent Citations (5)
Title |
---|
中国陆表森林植被碳汇测计方法与应用研究;邱梓轩;中国优秀硕士学位论文数据库;20200415(第4期);全文 * |
基于ArcGIS Engine构建测土配方施肥信息***;夏波;武伟;刘洪斌;;西南师范大学学报(自然科学版);20070420(第02期);全文 * |
基于GIS的水土保持林草措施"专家"***研究;张晓萍, 李锐, 赵永安;水土保持学报;19981228(第04期);全文 * |
夏波 ; 武伟 ; 刘洪斌 ; .基于ArcGIS Engine构建测土配方施肥信息***.西南师范大学学报(自然科学版).2007,(第02期),全文. * |
张晓萍,李锐,赵永安.基于GIS的水土保持林草措施"专家"***研究.水土保持学报.1998,(第04期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117891887A (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11442915B2 (en) | Methods and systems for extracting and visualizing patterns in large-scale data sets | |
CN111950530A (zh) | 农作物种植结构提取的多特征优选与融合方法 | |
CN110196886A (zh) | 农业面源污染多源异构大数据关联方法及采用该方法的大数据监管平台 | |
CN113988794A (zh) | 一种多数据集成的农村农业信息***及方法 | |
CN114461741B (zh) | 一种监测样点布设方法及装置 | |
CN114661712A (zh) | 基于文献的土壤因素微生物多样性数据库的构建方法 | |
CN117891887B (zh) | 基于gis数据共同构建空间语义数据库的方法 | |
Hsu et al. | An integrated framework for visualized and exploratory pattern discovery in mixed data | |
Vanarase et al. | Crop Prediction Using Data Mining and Machine Learning Techniques | |
CN109034392A (zh) | 一种罗非鱼杂交配套系的选育方法及*** | |
CN109871421A (zh) | 一种地理信息模型储存*** | |
CN114418470A (zh) | 一种乡村景观区划方法、***及存储介质 | |
CN114896425A (zh) | 一种基于城市大脑的城市知识档案构建方法及*** | |
CN114462834A (zh) | 一种基于多渠道数据融合的区域画像构建方法及*** | |
CN113032504A (zh) | 村镇社区公共服务时空数据汇聚方法及装置 | |
Yang et al. | The design and implement of monitoring system for mushroom greenhouses based on intelligent agriculture | |
CN117933580B (zh) | 用于小麦育种管理***的育种材料优化评估方法 | |
Tan | Data warehousing and its potential using in weather forecast | |
Sharma et al. | A survey of spatial data mining approaches: Algorithms and architecture | |
AHMED | Spatial Analysis of Water Resources Data in Selected Districts of Bihar | |
Nduati et al. | Estimation of Cropping Regimes using High Temporal Frequency Moderate Resolution SITS Analysis | |
Bhushan et al. | Spatial analysis of water resources data in selected districts of Bihar. | |
İzgi | Layering Analysis of Typomorphology Dynamics in Rural Settlements Using the AHP Method | |
Andreas Gilson | CherryGraph: Encoding digital twins of cherry trees into a knowledge graph based on topology | |
Li et al. | A method of raster data mining based on multi dimension data set |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |